常見(jiàn)的圖像分割方法

1.基于閾值的分割方法，灰度閾值分割法是一種最常用的并行區(qū)域技術(shù)，它是圖像分割中應(yīng)用數(shù)量最多的一類。閾值分割方法實(shí)際上是輸入圖像f到輸出圖像g的如下變換：其中，T為閾值；對(duì)于物體的圖像元素，g(i,j)=1，對(duì)于背景的圖像元素，g(i,j)=0。由此可見(jiàn)，閾值分割算法的關(guān)鍵是確定閾值，如果能確定一個(gè)適合的閾值就可準(zhǔn)確地將圖像分割開(kāi)來(lái)。閾值確定后，閾值與像素點(diǎn)的灰度值比較和像素分割可對(duì)各像素并行地進(jìn)行，分割的結(jié)果直接給出圖像區(qū)域。閾值分割的優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單、運(yùn)算效率較高、速度快。在重視運(yùn)算效率的應(yīng)用場(chǎng)合（如用于軟件實(shí)現(xiàn)），它得到了廣泛應(yīng)用。

2.基于區(qū)域的分割方法區(qū)域生長(zhǎng)和分裂合并法是兩種典型的串行區(qū)域技術(shù)，其分割過(guò)程后續(xù)步驟的處理要根據(jù)前面步驟的結(jié)果進(jìn)行判斷而確定。(1)區(qū)域生長(zhǎng)區(qū)域生長(zhǎng)的基本思想是將具有相似性質(zhì)的像素集合起來(lái)構(gòu)成區(qū)域。具體先對(duì)每個(gè)需要分割的區(qū)域找一個(gè)種子像素作為生長(zhǎng)的起點(diǎn)，然后將種子像素周圍鄰域中與種子像素有相同或相似性質(zhì)的像素（根據(jù)某種事先確定的生長(zhǎng)或相似準(zhǔn)則來(lái)判定）合并到種子像素所在的區(qū)域中。將這些新像素當(dāng)作新的種子像素繼續(xù)進(jìn)行上面的過(guò)程，直到再?zèng)]有滿足條件的像素可被包括進(jìn)來(lái)。這樣一個(gè)區(qū)域就長(zhǎng)成了。(2)區(qū)域分裂合并區(qū)域生長(zhǎng)是從某個(gè)或者某些像素點(diǎn)出發(fā)，最后得到整個(gè)區(qū)域，進(jìn)而實(shí)現(xiàn)目標(biāo)提取。分裂合并差不多是區(qū)域生長(zhǎng)的逆過(guò)程：從整個(gè)圖像出發(fā)，不斷分裂得到各個(gè)子區(qū)域，然后再把前景區(qū)域合并，實(shí)現(xiàn)目標(biāo)提取。分裂合并的假設(shè)是對(duì)于一幅圖像，前景區(qū)域是由一些相互連通的像素組成的，因此，如果把一幅圖像分裂到像素級(jí)，那么就可以判定該像素是否為前景像素。當(dāng)所有像素點(diǎn)或者子區(qū)域完成判斷以后，把前景區(qū)域或者像素合并就可得到前景目標(biāo)。3.基于邊緣的分割方法基于邊緣的分割方法是指通過(guò)邊緣檢測(cè)，即檢測(cè)灰度級(jí)或者結(jié)構(gòu)具有突變的地方，確定一個(gè)區(qū)域的終結(jié)，即另一個(gè)區(qū)域開(kāi)始的地方。不同的圖像灰度不同，邊界處一般有明顯的邊緣，利用此特征可以分割圖像。4.基于特定理論的分割方法圖像分割至今尚無(wú)通用的自身理論。隨著各學(xué)科新理論和新方法的提出，出現(xiàn)了與一些特定理論、方法相結(jié)合的圖像分割方法，主要有：基于聚類分析的圖像分割方法、基于模糊集理論的分割方法等。5.基于基因編碼的分割方法基于基因編碼的分割方法是指把圖像背景和目標(biāo)像素用不同的基因編碼表示，通過(guò)區(qū)域性的劃分，把圖像背景和目標(biāo)分離出來(lái)的方法。該方法具有處理速度快的優(yōu)點(diǎn)，但算法實(shí)現(xiàn)起來(lái)比較難。6.基于小波變換的分割方法小波變換是近年來(lái)得到廣泛應(yīng)用的數(shù)學(xué)工具，它在時(shí)域和頻域都具有良好的局部化性質(zhì)，并且小波變換具有多尺度特性，能夠在不同尺度上對(duì)信號(hào)進(jìn)行分析，因此在圖像處理和分析等許多方面得到應(yīng)用。基于小波變換的閾值圖像分割方法的基本思想是首先由二進(jìn)小波變換將圖像的直方圖分解為不同層次的小波系數(shù)，然后依據(jù)給定的分割準(zhǔn)則和小波系數(shù)選擇閾值門限，最后利用閾值標(biāo)出圖像分割的區(qū)域。整個(gè)分割過(guò)程是從粗到細(xì)，由尺度變化來(lái)控制，即起始分割由粗略的L2(R)子空間上投影的直方圖來(lái)實(shí)現(xiàn)，如果分割不理想，則利用直方圖在精細(xì)的子空間上的小波系數(shù)逐步細(xì)化圖像分割。分割算法的計(jì)算會(huì)與圖像尺寸大小呈線性變化。7.基于神經(jīng)網(wǎng)絡(luò)的分割方法近年來(lái)，人工神經(jīng)網(wǎng)絡(luò)識(shí)別技術(shù)已經(jīng)引起了廣泛的關(guān)注，并應(yīng)用于圖像分割。基于神經(jīng)網(wǎng)絡(luò)的分割方法的基本思想是通過(guò)訓(xùn)練多層感知機(jī)來(lái)得到線性決策函數(shù)，然后用決策函數(shù)對(duì)像素進(jìn)行分類來(lái)達(dá)到分割的目的。這